该课题的研究包括多模医学图像的刚性、仿射、弹性配准和图像的融合显示,重点是弹性配准技术,主要应用于胸部和腹部的多模图像间的配准.由于弹性配准的基础是刚性和仿射配准,并且弹性配准的结果相当的依赖与刚性或仿射配准的精确度和稳定性等指标,所以我们的研究对刚性配准、仿射配准和弹性配准均做了详细的研究.在刚性和仿射配准中,使用了小波分析采样和重心窗原始分辨率采样相结合的两阶段采样方法,使粗配准的结果直接指导原始分辨率图像的配准,两个阶段即可完成配准,不需要一般的多分辨率采样技术的逐级指导配准,有效的减少的配准所需的时间并保持了相当好的稳定性.我们在优化算法中改进了经典遗传算法,丰富了种群的多样性,并利用实数编码和格雷码编码的搜索特性,在算法运行到不同阶段改变编码,使得算法总体上具有很强的全局和快速收敛能力.在此基础上,我们使用薄板样条插值技术和基于均匀B-样条的自由形变技术,对逐级渐增的图像分块配准后的得到的控制点来进行图像全局形变,形变由粗到精逐渐进行,可校正较大范围的形变,达到很好的效果.通过对算法的不断改进,我们的配准技术稳健性强,对待配准的图像几乎没有任何要求,可对患者在任何医院进行的影像学检查的结果进行配准.在图像达到了空间位置和解剖结果的完全一致后,我们采用了基于小波分析的图像融合技术和rgba融合方法对多模医学图像进行了融合研究,结果表明,这两种方法分别在灰度图像融合和以伪彩色表示的功能图像与灰度图像间的融合取得了良好的视觉效果.